explain

解释：Karpathy 的输出阶梯

现在，人们花在阅读模型生成内容上的时间，比写作更多。原始散文是最难快速吸收的格式。这项技能沿着格式阶梯向上攀升。每一级都比前一级更容易吸收：

阶梯	模式	输出	最适合
1	ste	使用 ASD-STE100 编写的文本（严格模式）	操作流程、规范，以及任何必须精确的内容
1	ste80	接近 ASD-STE100 要求的文本（80%）（默认）	聊天中的常规解释
2	diagram	技术说明图（HTML + 内联 SVG）	结构、流程、比较、“如何融入整体”
3	html	交互式单文件网页	有参数、步骤或状态可供探索的内容
4	video	采用 3Blue1Brown 风格并带有旁白的 MP4	直觉、数学，以及逐步讲述的故事

1. 选择模式

参数：/explain <topic> [ste|ste80|diagram|html|video] [--lang <code>] [--voice <name>] [--engine elevenlabs|kokoro|piper]

• 用户指定了模式（或说“схема”“страница”“видео”“STE”）：使用该模式。
• 未指定模式：选择最适合主题的最高阶，并用一句话说明所选模式。
  • 简短的事实性问题 → 在聊天中使用 ste80。
  • 具有多个部分和连接的系统 → 使用 diagram。
  • 读者需要动手探索参数、输入或阶段的流程 → 使用 html。
  • 需要逐步建立直觉的概念（数学、算法、物理、ML），且用户要求深入讲解 → 使用 video。
• 如果无法确定选哪一级，选择较低一级，并在结尾用一句话提供下一级选项。

2. 所有模式都适用的规则

1. 保留所有事实。 受控语言只改变形式，不改变内容。完成前，将输出与来源进行比较，并补回任何遗漏的事实、数字、限定说明或条件。 简化写作有一种已知的失误模式：细节会在不知不觉中丢失。每次都要检查。
2. 先阅读来源。 如果主题涉及此仓库中的代码、文件、URL 或论文，请先阅读，再进行解释。来源可用时，不要凭记忆解释。
3. 用词遵循 STE。 所有模式中的文字（图表标签、页面文案、视频旁白）都使用 ste80，除非用户要求使用 ste。每个会话阅读一次 references/ste100.md。
4. 语言。 ASD-STE100 是一项英语标准。如果用户使用其他语言，则用该语言回答，并遵循相同原则（短句、每句表达一个意思、使用主动语态、每个概念使用一个术语）。
5. 文件放在当前工作目录下的 explainers/<slug>/ 中（slug = 简短的 kebab-case 主题名称），除非用户指定了其他位置。聊天中的文本无需写入文件。
6. 打开结果（Windows 使用 start，macOS 使用 open，Linux 使用 xdg-open），并告知用户文件路径。
7. 交付前先验证。 检查输出：如果有浏览器工具，就在其中打开页面；查看视频静帧。报告前修复重叠、文本被裁切和事实错误。

3. 模式：ste 和 ste80（第 1 级）

阅读 references/ste100.md。然后开始编写。

• ste80 是聊天中的默认模式。句子简短，使用主动语态，每句表达一个意思，使用简单词语。
• ste 是严格模式。将文本写入文件，然后运行 lint 并修复所有错误：

  python scripts/ste_lint.py draft.md --mode strict
  

  （scripts/ 与此文件位于同一目录。任何 Python 3.8+ 版本均可；lint 工具仅使用标准库。）

4. 模式：diagram（第 2 阶）

阅读 references/diagram.md。复制 assets/sheet-template.html 到 explainers/<slug>/diagram.html，并替换示例面板。样式为工程制图图纸： 分区边框、字母标注的面板、带注释的引线、标题栏。在聊天中快速作答时，可以使用 Mermaid 代码块； 并说明完整图纸只需运行一条命令即可生成。

5. 模式：html（第 3 阶）

阅读 references/html.md。编写一个自包含的 explainers/<slug>/index.html， 并提供真正的交互功能（驱动实时模型的滑块、逐步演示、悬停查看定义）。无需构建步骤。

6. 模式：video（第 4 阶）

开始编写前先阅读 references/video.md。简要步骤：

1. 检查工具链：python scripts/doctor.py。如果提示缺少视频环境（首次运行 npx skills add 后很常见），请告知用户需要下载约 400 MB 的内容（Manim、Kokoro 语音模型）， 然后运行 python scripts/setup.py。如果需要，会安装 uv。没有系统 Python 时，请改为运行 uv run --no-project --python 3.12 scripts/setup.py。
2. 编写 explainers/<slug>/narration.json（分段脚本）。
3. 生成语音轨："$PY" scripts/tts.py explainers/<slug>/narration.json （如果设置了 ELEVENLABS_API_KEY，则使用 ElevenLabs；否则使用免费的本地 Kokoro 或 Piper）。
4. 编写 explainers/<slug>/scene.py（Manim，并使用 narrate.py 与音频同步）。
5. 渲染并检查："$PY" scripts/render.py explainers/<slug>/scene.py --quality l → 查看静帧 → 修复 → 使用 --quality h 渲染。

$PY 是视频环境的 Python。doctor.py 会打印其路径。